優選蘿卜質構剖面分析測試參數

李瑜，谷文榮，李娜，邵建峰，王慧榮

(河南農業大學食品科學技術學院，河南鄭州，450002)

硬度作為蘿卜新鮮度評價的重要指標，目前還缺乏系統的評價方法。質構剖面分析法［1］(texture profile analysis，TPA)作為物性分析儀測試方法之一，已成為質構分析的一個重要手段。TPA質構測試又被稱為2次咀嚼測試(two bite test)，主要是通過模擬人口腔的咀嚼運動對樣品進行2次壓縮測試并與微機連接，通過界面輸出質構測試曲線，從中可以分析質構特性參數。國內外已經研究了不同的測試條件對土豆及蘋果［2-3］、荔枝果肉［4］、萵苣［5］、牛奶巧克力［6］、酸奶［7］、水果［8］等質構的影響。也有利用穿刺測試(puncture test)［9］研究蘿卜整果在貨架期間的質地變化的，但到目前為止還少有相關文獻報道不同測試參數對蘿卜質構測定結果的影響。

本文結合Box-Behnken響應面法分析不同的測試速率、壓縮比例、停留時間對蘿卜泡菜質構特性參數的影響，并對質構剖面分析的測試參數進行優化。

1 材料與方法

1.1 實驗原料與設備

蘿卜，市售。

TA-XT.2i物性測試儀，英國SMS公司。

1.2 測試條件

用英國SMS公司的TA-XT.2i物性測試儀對蘿卜(厚度為1 cm的扇形塊)進行質構剖面分析測試，采用P50探頭測試條件如下:測前速率:2.00 mm/s;測試速率分別設為 1.00、3.00、5.00 mm/s 3 個水平;測后速率與測前速率一致;壓縮比例分別設為10.00%、20.00%、30.00% 三個水平;停留時間分別設為2.00、4.00、6.00 s;觸發值:5.00 g。每項測試重復10次。

1.3 中心組合實驗設計

根據Box-Behnken的中心組合試驗設計原理，選取測試速率、壓縮比例、停留時間3個因素進行中心組合設計優化實驗，響應曲面實驗設計見表1。

表1 實驗因素與水平Table 1 Factors and levels of the RSM test

采用Design Expert 8.0.6對測試條件進行最優化實驗設計并進行實驗。對實驗數據進行二次回歸擬合，得到合適的回歸方程，并對方程進行分析，得出響應值與自變量之間的關系，以及響應值隨自變量變化的趨勢。

2 結果與討論

2.1 響應值結果

根據中心組合設計方案，選取硬度、黏性、內聚性、膠粘性為響應值，以測試速率、壓縮比例、停留時間為自變量進行實驗。所得的實驗結果如表2所示。

2.2 回歸方程各項的方差分析結果

將所得的實驗數據采用Design Expert 8.0.6軟件進行多元回歸擬合，剔除不顯著項，得到以硬度、彈性、咀嚼性、回復性為目標函數的二次回歸方程如方程1～方程4。方程中各項系數絕對值的大小直接反映了各因素對指標值的影響程度，系數的正負反映了影響的方向。

表2 中心組合設計方案及測定結果Table 2 Central Composite Design and corresponding experimental results

硬度 =32 818.53+20 789.75B-1 132.25C-2 524.18A2(方程1)

彈性 =0.80+0.038A-0.063B-0.025AB+0.038A2+0.038B2(方程 2)

咀嚼性 =21 765.76+12 778.13B(方程 3)

回復性 =0.73+0.088A-0.13B(方程 4)

為檢驗方程的有效性，對所得模型的方差進行分析，結果如表3所示。

表3 響應值模型方差分析Table 3 Analysis of variance for each term of developed quadratic regression model

蘿卜硬度所建立的回歸模型中F=447.92，P＜0.000 1，表明實驗所采用的二次模型在統計學上是有意義的。因素B、C、A2差異顯著(P＜0.05)說明壓縮比例和停留時間對蘿卜硬度有顯著影響。蘿卜彈性所建立的回歸模型中 F=18.25，P=0.000 5 ＜0.05，表明實驗所采用的二次模型在統計學上是有意義的。因素 A、B、AB、A2、B2差異顯著(P ＜0.05)說明測試速率和壓縮比例對蘿卜彈性有顯著影響。蘿卜咀嚼性所建立的回歸模型中 F=270.81，P ＜0.000 1，表明實驗所采用的二次模型在統計學上是有意義的。因素B差異顯著(P＜0.05)說明壓縮比例對蘿卜咀嚼性有顯著影響。蘿卜回復性所建立的回歸模型中F=29.23，P ＜0.000 1，表明實驗所采用的二次模型在統計學上是有意義的。因素A、B差異顯著(P＜0.000 1)說明測試速率和壓縮比例對蘿卜回復性有極顯著影響。決定系數R2均在0.85，說明因變量與考察的自變量之間線性關系顯著。信噪比均較大，說明模型的可信度較高。綜上所述，以上方程可以較好的預測分析這4個響應值的變化規律。

2.3 響應面交互與優化

由圖1可以看出，在測試范圍內，硬度隨測試速率的增加而緩慢增加。而硬度隨壓縮比例增加的趨勢明顯較大。在壓縮比例較低時，硬度隨壓縮比例的增加而明顯增加，在壓縮比例較高時，硬度增加減緩。因此在測試范圍內如果以硬度為主要響應值，為減少實驗誤差可選取測試條件的高水平。方差分析中壓縮比例P＜0.000 1，表明壓縮比例對硬度的測點結果影響極顯著，停留時間 P=0.026 5＜0.05，表明停留時間對硬度的測定結果影響顯著。

圖1 壓縮比例和測試速率對蘿卜硬度的影響響應面圖Fig.1 Response surface plots showing Compression speed and degree of deformation on hardness of Raphanus sativus

由圖2中的響應面圖可以看出，在測試范圍內，彈性隨壓縮比例的增加而減小，隨測試速率的增加而增加。圖2中等高線趨于橢圓，說明兩者的交互作用對彈性有顯著影響。AB項P=0.033 1說明測試速率和壓縮比例的交互作用對硬度的影響顯著。

圖2 壓縮比例和測試速率對蘿卜彈性的影響響應面圖和等高線圖Fig.2 Response surface and contour plots showing Compression speed and degree of deformation on elastictiy of Raphanus sativus

由圖3可知，咀嚼性與測試速率和壓縮比例呈線性相關關系。在測試范圍內，咀嚼性隨測試速率和壓縮比例的增加而呈上升趨勢。隨壓縮比例增加而急劇增加，但隨測試速率的變化非常緩慢。從方程3中看出，咀嚼性為壓縮比例的一次函數。從方差分析可知壓縮比例(P＜0.000 1)對咀嚼性測定結果影響極顯著，測試速率(P=0.053 6)停留時間(P=0.348 8)對咀嚼性測定結果影響不顯著。

由圖4可知，回復性與測試速率和壓縮比例呈線性相關關系。在測試范圍內，回復性隨測試速率增加而呈上升趨勢，隨壓縮比例的增加呈下降趨勢。從方程4中可以看出，回復性為測試速率和壓縮比例的一次函數。從方差分析可知壓縮比例(P＜0.000 1)對回復性測定結果影響極顯著，測試速率(P=0.000 1)對回復性測定結果影響顯著。

圖3 壓縮比例和測試速率對蘿卜咀嚼性的影響響應面圖Fig.3 Response surface plots showing Compression speed and degree of deformation on chewiness of Raphanus sativus

3 結論

圖4 壓縮比例和測試速率對蘿卜回復性的影響響應面圖Fig.4 Response surface plots showing compression speed and degree of deformation on resilience of Raphanus sativus

本研究對蘿卜進行了TPA測試，通過響應面Box-Behnken分析法對蘿卜質構的TPA測試參數進行優化，并得到回歸方程。結果表明，壓縮比例對硬度、彈性、咀嚼性和回復性的影響都極顯著(P＜0.000 1)，測試速率對彈性和回復性影響顯著(P＜0.05)，停留時間只對硬度有顯著影響。最佳測試條件為，測試速率 5.00mm/s、壓縮比例 20.21%、停留時間4.55 s，在此條件下蘿卜的質構測定結果接近真實值。本研究對蘿卜及其制品的質構測定和新鮮度評價有一定的指導意義，對TPA在類似原料中的應用也有一定的借鑒作用。

［1］ Yilmaz M T，Karaman S，Dogan M，et al，Characterization of O/W model system meat emulsions using shear creep and creep recovery tests based on mechanical simulation models and their correlation with texture profile analysis(TPA)parameters［J］.Journal of Food Engineering，2012，108(2):327-336.

［2］ Mafia D A，Carnet W，Lopez M E.Influence of Deformation Rate and Degree of Compression on Textural Parameters of Potato and Apple Tissues in Texture Profile Analysis［J］.Europe Food Research Technology 2002，215:13-20.

［3］ 邵興鋒，朱勇，張春丹.測試因素對蘋果質地剖面分析結果的影響［J］.中國食品學報，2011，11(6):199-205.

［4］ 余愷，胡卓炎，余小林，等.荔枝果肉質構特性測定參數的研究［J］.中國食品學報，2006，6(1):101-105.

［5］ 姜松，覃婷婷.測試條件對萵苣組織TPA質地參數的影響［J］.安徽農業科學，2008，36(24):10319-10321.

［6］ 姜松，岳淼，趙杰文.牛奶巧克力質地的TPA分析及測試條件優化［J］.中國食品學報，2011，11(2):226-232.

［7］ 楊瑩瑩，賀紅軍，郭萌萌，等.響應面法分析TPA測試參數對酸奶質構的影響［J］.現代食品科技，2013，29(6):1281-1284.

［8］ Emmanuel M，Ronan S，Emira M.Textural properties of fruit affected by expermental conditions in TPA tests:an RSM Approach［J］.International Journal of Food Science and Technology，2011，46:1 044-1 052.

［9］ 張平，李志文，王莉，等.基于穿刺測試的沙窩蘿卜質構特性分析［J］.食品研究與開發，2012，33(10):196-199.

［10］ Chandra M，Barata A，Ferreira-Dias S，et al，A response Surface Methodology study on the role of factors affecting growth and volatile phenol production by brettanomyces bruxellensis ISA 2211 in wine［J］，Food Microbiology，2014，42:40-46.